Kontakt aufnehmen

Schulungsübersicht

Kursübersicht Schulungsvorschlag

Tag 1 - Einführung in KI und Python für Datenworkflows

• Überblick über das Feld der künstlichen Intelligenz und des Machine Learning

• Die Rolle der KI in der modernen Data Engineering

• Wiederholung der Python-Grundlagen für KI-Anwendungen

• Datenerfassung und -transformation mit pandas und NumPy

• Einführung in APIs und die Verarbeitung von JSON-Daten

• Mini-Übung: Laden und Transformieren von Datensätzen

Tag 2 - Grundlagen des Machine Learning für Praktiker

• Konzepte des überwachten und unüberwachten Lernens

• Feature Engineering und Techniken der Datenvorbereitung

• Grundlagen des Modelltrainings mit scikit-learn

• Modellbewertung und Leistungsindikatoren

• Einführung in Konzepte des Modelldeploys

• Praxisübung: Aufbau eines einfachen prädiktiven Modells

Tag 3 - Einführung in LLMs und Prompt Engineering

• Verständnis großer Sprachmodelle und ihrer Funktionsweise

• Tokenisierung, Kontextfenster und Grenzen

• Grundsätze und Techniken des Prompt-Designs

• Zero-Shot- und Few-Shot-Prompting

• Strategien zur Bewertung und Iteration von Prompts

• Praxisübungen im Prompt Engineering

Tag 4- Aufbau von KI-Anwendungen mit LLMs

• Nutzung von LLM-APIs in Python

• Konzepte von strukturierten Ausgaben und Function Calling

• Entwicklung von chat-basierten und aufgabenbezogenen Anwendungen

• Einführung in die Retrieval-Augmented Generation

• Anbindung von LLMs an externe Datenquellen

• Mini-Projekt: Erstellung eines einfachen KI-Assistenten

Tag 5 - Operationalisierung von KI-Lösungen

• Gestaltung skalierbarer KI-Workflows

• Integration von KI in Datenpipelines

• Überwachung und Verbesserung der Modellperformance

• Kostenoptimierung und Strategien zur API-Nutzung

• Aspekte der Sicherheit und der verantwortungsvollen KI

• Abschlussprojekt: Entwicklung einer end-zu-end KI-Lösung

 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien